Tesi
"Stato dell’arte dei sensori indossabili in ambito biomedico: sistemi non invasivi di rilevamento dell’attività respiratoria"
corso di Laurea Triennale in Ingegneria Elettronica e Informatica
A.A. 2020/2021
1. Corso di Laurea Triennale in Ingegneria Elettronica e Informatica
Stato dell’arte dei sensori indossabili in ambito biomedico:
sistemi non invasivi di rilevamento dell’attività respiratoria
A.A. 2020/’21
Redatta da: Assegnata da:
Gianluca Cumini prof. Agostino Patrizio Accardo
2. Sommario
Introduzione I
1 Elementi concettuali 1
2 Attività respiratoria 2
3 Sistemi indossabili 4
4 Nanoscale 7
5 Conclusioni 10
Appendice 11
Premessa di metodo
L’intervallo temporale in cui è stato realizzato questo compendio va dal 18/10/’21 al 12/12/’21 per la durata di ore 300. Partendo
dai fogli[1] [2] [3] [4] assegnati, sono stati scelti ulteriori articoli ricercando tramite parole chiave attraverso il database PubMed
informazioni riguardo alcune tematiche emerse dalla lettura. Si è ristretta poi nella ricerca la finestra temporale dal 2019 al 2021
per selezionare alcuni esempi di dispositvi da riportare.
Introduzione e contenuto
Sebbene la medicina preventiva sia stata vissuta come un elemento di contorno nell’intervento medico, oggi con la pandemia da
COVID-19 ancora dilagante, è evidente l’impatto benefico e di relativo controllo sul virus attraverso sia il vaccino1 sia i DPI 2.
Guadagnare tempo contro la malattia è importante. È ancora meglio se, supposta una conoscenza eziologica matura e robusta, è
possibile intervenire attivamente in modo positivo -es. sui fattori di rischio della malattia- affinché la stessa non si sviluppi proprio.
La limitazione dell’insorgenza della malattia riduce cioè il numero di ospedalizzazioni necessarie 3 quindi i relativi costi. In questo
senso, se si utilizzassero sensori -anche su pazienti sani- per l’estrazione di informazioni sulle funzionalità biologiche del corpo -ad
esempio correlabili ai fattori di rischio- al fine di creare un quadro che rifletta lo stato di salute del corpo del paziente, si potrebbe
agire con una maggiore tempestività nella correzione, quando possibile. Un beneficio non secondario sarebbe la raccolta di grandi
moli di dati processabili dai “data scientists” grazie all’intelligenza artificiale.
È chiaro che questi sensori devono poter rilevare in modo continuo nel tempo e possibilmente in termini non invasivi nei riguardi
del “normale” svolgimento delle funzionalità del corpo. La strumentazione standard clinica (es. spirometro, pneumotacometro e in
parte polisonnografo) per la rilevazione dell’attività respiratoria non consente il monitoraggio continuo, inoltre non solo è limitata
entro i tempi del test ed entro gli spazi dell’ambiente clinico, che può essere fattore di stress per il paziente alterando ad esempio
fR[1], ma è anche ridotta nella portabilità in quanto cablata e spesso ingombrante. Un dispositivo indossabile e wireless quasi
invisibile è l’obbiettivo verso la quale ci si sta muovendo speditamente: in modo convergente contribuiscono diversi campi del
sapere quali chimica, fisica, informatica ciascuno portandosi con sè le relative problematiche.
1pre-sidio pre-ventivo
2Dispositivi di Protezione Individuale
3Tuttavia non si dovrebbe in modo ingenuo pensare di limitare di conseguenza le capacità degli ospedali: al presentarsi di situazioni di emergenza sanitaria
globale potrebbero non rispondere adeguatamente con il risultato di un numero considerevole di morti evitabili.
Questo documento è stato realizzato interamente con L
ATEXin ambiente VS Code
I
3. 1 Elementi concettuali
In questa sezione si propongono alcune deduzioni sul
paradigma “data-information-knowledge-value” e una tassono-
mia dedotta dei dispositivi indossabili.
Data-information-knowledge-value
Questo paradigma, che si trova nel libro [5] (figura 3, pagina 9),
è il processo di raffinamento di un dato: questo viene prima ril-
evato e poi trasformato in informazione attraverso l’uso di stru-
menti dedicati che ci forniscono quantità significative. La let-
tura di queste quantità nei limiti della conoscenza maturata dal
lettore attorno al fenomeno permette l’intervento di controllo
sul fenomeno a beneficio dell’individuo. Ogni passo aggiunge
valore percorrendo la catena di color blu. Tutti i sensori -in par-
ticolare gli indossabili- sono quindi parte di quei sistemi che
rendono possibile la trasformazione dei dati in informazioni at-
traverso le quali decidere le azioni da intraprendere. In riferi-
mento alla figura 1 si sono evidenziate le zone di pertinenza del
sistema artificiale, elaboranti i dati in informazione e inglobanti
gli indossabili, principali attori nella rilevazione del dato. Si
noti che l’applicazione dell’intelligenza artificiale permette una
sorta di retro-azione nella catena dalla “Conoscenza” al “sis-
tema artificiale”.
Figura 1: paradigma
Ingresso
SISTEMA
BIOLOGICO
Dato
Informazione Comprensione
INDOSSABILE
SISTEMA
ARTIFICIALE
Conoscenza Azione
Risultato Beneficio
Valore +
Valore +
Valore +
Tassonomia
Aiuta nell’ordinare le idee in un primo momento fare riferi-
mento al libro [5] (figura 5, pagina 6). Dall’estratto fruibile
a titolo gratuito, si evince una possibile categorizzazione degli
indossabili in generale: vengono individuate le proprietà asso-
ciabili (sei rettangoli color ambra) all’indossabile e di ciascuna
proprietà gli attributi (rettangoli color ciano) attraverso i quali si
possa fare una partizione chiara. È beninteso che un indossabile
possa essere caratterizzato da al più uno solo di questi attributi
per ciascuna proprietà. Da questa tassonomia possiamo esclud-
ere quegli attributi di quelle proprietà che non sono qui congru-
enti con il titolo. Si escludono: la modalità di comunicazione
cablata (communication mode : wired), l’applicazione invasiva
(deployment : invasive).
Ai fini della categorizzazione in questa relazione un indoss-
abile ha dunque questa lista di proprietà: funzionalità sin-
gola/multipla, tipo attivo/passivo, applicazione non invasiva a
contatto corporeo/no contatto, utilizzo monouso/riutilizzabile,
settore sanità.
INDOSSABILI
tipo attivo
passivo
riutilizzo
sı̀
no
settore sanità
contatto cute
sı̀
no
funzionalità
singola
multipla
senza cavi
Figura 2: Tassonomia
Tuttavia si possono fare ulteriori osservazioni: sebbene l’attività
respiratoria riguardi lo stato di funzionamento del sistema respi-
ratorio del soggetto indossante è importante notare che potrebbe
essere l’ambiente a compromettere la normale attività respira-
toria (es. incendio). Quindi per un monitoraggio della stessa
sarebbe opportuno poter verificare che le condizioni esterne lo
permettano: questo si potrebbe tradurre idealmente con almeno
due sensori distinti (funzionalità esterna e interna) o un unico
bi-funzione.
Tra le proprietà estratte dalla tassonomia la voce “con-
tatto cute” bipartisce gli indossabili suggerendone il metodo di
indagine: la letteratura[6] relega giustamente l’invasività solo
alle situazioni di contatto con la pelle. Infatti il concetto di
non-invasività prevede che non vi sia alcuna apparente modi-
ficazione o alterazione di sorta dei tessuti (es. perforazione o
danneggiamento della cute o radiazioni ionizzanti). Ai fini del
monitoraggio respiratorio continuo nei metodi a contatto non
invasivi si distinguono, dunque, le modalità dirette, cioè il sen-
sore rileva il flusso d’aria (segnale primario) o i movimenti mec-
canici relativi alla respirazione (segnali secondari), e quelle in-
dirette, cioè il sensore rileva un altro segnale correlabile alla
respirazione dal quale si possano estrarre parametri respiratori.
Non sono compresi qui i metodi non a contatto perché rappre-
sentano soluzioni non indossabili e non portatili, in quanto vin-
colate spesso ad una stanza: ad esempio telecamere, telecamere
a infrarossi, array di radar.
1
4. 2 Attività respiratoria
Il ciclo respiratorio umano è scandito da due atti: l’inspirazione,
cioè quando l’aria viene introdotta nei polmoni, e l’espirazione,
cioè quando l’aria viene espulsa dai polmoni. Il flusso d’aria
inspirata, che entra via cavità orale e/o nasali e attraversa -
in ordine- faringe,laringe, trachea bipartendosi poi nei bronchi
principali, è possibile a seguito della contrazione di diaframma
e muscoli intercostali che determinano aumento dei volumi pol-
monari e diminuzione della pressione nella pleura -membrana
che avvolge il polmone- di ciascuno dei due polmoni. Se
la espirazione è forzata si ha anche contrazione dei muscoli
dell’addome. A livello degli alveoli, piccole concamerazioni
delle ramificazioni ultime dei bronchi, risiedono i capillari
sanguigni che attraverso il meccanismo di ematosi assimilano
l’ossigeno ed espellono anidride carbonica. Questa fluisce
all’esterno a seguito del rilassamento del diaframma e muscoli
intercostali che determinano riduzione dei volumi polmonari e
aumento della pressione nella pleura di ciascuno dei due pol-
moni.
Figura 3: L’apparato respiratorio
Immagini create utilizzando
il sito di visualizzazione antomica 3D “ZigoteBody”
Diversamente da altri segnali biologici (es. ECG) gli schemi
di respirazione sono complessi perché ogni individuo ha differ-
enti volumi polmonari e respira regolarmente a ritmi differenti
con un alto grado di variabilità tra individui. La qualità del seg-
nale è influenzata da numerosi fattori come il tipo di sensore,
l’elettronica di interfaccia e di back-end, la posizione del sen-
sore, movimenti non desiderati e fattori ambientali. Il segnale
è soggetto a molto rumore. Come altri segnali biologici oscil-
latori, le registrazioni del flusso d’aria sono non-sinusoidali e
hanno statistiche non-stazionarie.
È importante tenere presente anche le funzioni accessorie
della respirazione: olfatto e fonazione. In generale le carat-
teristiche della registrazione del flusso d’aria hanno rilevanza in
ambito neuroscientifico: vi sono legami tra il ritmo respiratorio
e oscillazioni neurali, mentre le perturbazioni nella respirazione
sono state collegate a stati emotivi, prestazioni della memoria,
apprendimento della paura e interazioni sociali.
BreathMetrics[7] è uno strumento open-source sviluppato in
ambiente Matlab che estrae automaticamente un insieme di
caratteristiche incorporate nelle registrazioni del flusso d’aria
nasale. È capace di rilevare: i parametri temporali per le azioni
di inspirazione ed espirazione e di pausa (inizio, fine, intervallo,
intervallo medio, ciclo di lavoro1), i picchi del flusso repirato-
rio, il volume respiratorio VT [millilitri] e il ritmo respiratorio
fR [atti/minuto] (normalizzato e non), quindi la ventilazione
minuto V̇ [litri/minuto] e alcune statistiche sulle registrazioni.
Ricordando che le arterie sono canali sanguiferi ricchi di os-
sigeno, altri parametri rilevanti sono sia le pressioni parziali ar-
teriose dell’ossigeno (PaO2) e dell’anidride carbonica (PaCO2)
sia la saurazione arteriosa dell’ossigeno (SaO2) e la saturazione
periferica dell’ossigeno (SpO2). Queste consentono di rilevare
una serie di complicazioni legate appunto ai gas nel sangue
quali:
• ipo/iper-capnia: diminuzione/aumento della concen-
trazione di CO2 nel sangue;
• ipo/iper-ossia: diminuzione/aumento della concentrazione
di O2 a livello alveolare;
• ipossemia: stato di ridotta quantità di ossigeno nel sangue
(conseguenza dell’ipossia).
Figura 4: Meccanismo ematosi
1duty cycle
2
5. Alcune alterazioni notevoli
In generale il monitoraggio continuo, consentito dai sensori
indossabili, non è solo giustificabile dal collezionamento dei
dati ma anche dalla possibilità di individuare precocemente al-
cune malattie quando vi siano consistenti evidenze riguardo
l’esistenza di segni prognostici e patognomonici (rari) rilevabili.
Inoltre non si può escludere che possano rappresentare elementi
diagnostici. In riferimento alla figura 1 iniziale, la conoscenza
che si attiva nella comprensione delle informazioni derivate dal
sistema artificiale è quindi la semeiotica.
Come ben documentato nell’introduzione di [7], i disturbi
respiratori sono associati a crisi epilettiche, morbo di Parkinson
e di Alzheimer, sindorme di Rett e schizofrenia, mentre dispnea
e iperventilazione sono sintomi fisici comuni dell’ansia, spesso
ricorrenti in pazienti con disturbi di panico. Sono ormai evi-
denti le complicazioni causate dalle cosiddette apnee del sonno
come è evidente la scarsa praticità degli strumenti attuali (PSG)
nel monitoraggio continuo.
Nelle apnee del sonno può accadere che le vie aeree si
blocchino ripetutamente e qualora limitino il flusso d’aria
parzialmente o completamente le si caratterizza con l’aggettivo
“ostruttive” (obstructive sleep apnea, OSA). Se il cervello non
coordina la respirazione, allora si definiscono centrali (CSA).
Ci si fa un’idea della gravità in base all’incidenza nel numero e
all’intensità degli eventi di apnea in una finestra di tempo limi-
tata. In [1] si danno una definizione di eupnea, apnea e ipopnea.
• eupnea: la condizione “normale” in un adulto, se i respiri
al minuto (bpm) sono tra i 12 e i 20, mentre nei bambini
varia con l’età.
• apnea: evento che si manifesta quando il flusso d’aria è
assente o quasi assente per almeno 10 s.
• ipopnea: calo respiratorio di almeno 30% rispetto alla linea
respiratoria pre-evento per almeno 10s.
Possono essere trattate in base al grado di gravità e alle esis-
genze e preferenze del paziente. Se non trattate, le frequenti
alterazioni dei parametri respiratori riflettono funzioni neuro-
logiche e cardiopolmonari compromesse. Possono essere pre-
venute scegliendo stili di vita salutari ad esempio limitando
l’assunzione di alcolici prima di andare a letto, facendo attività
fisica regolare, mantenendo un peso sano, sviluppando sane abi-
tudini di sonno (es. numero di ore in base all’età), smettere di
fumare.
Sempre in [1] troviamo una serie di ulteriori alterazioni per le
quali la sola informazione della fR, che è spesso poco misurata
o non misurata accuratamente sebbene abbia rilevanza clinica,
è determinante. Ad esempio: è il parametro vitale più accurato
per predire eventi cardiaci avversi; è alterata sostanzialmente
dalla polmonite (severa ≥ 30bpm, stabilità clinica ≤ 24bpm);
nell’ambito del deterioramento clinico contribuisce al calcolo
dei punteggi pronostici più accurati come il NEWS e MEWS1
sviluppati per predire differenti esiti, inclusa l’ammissione in
1National/Modified Early Warning Score
UTI2 e mortalità; diminuisce con la somministrazione di droghe
per il dolore che aumentano il rischio di depressione respirato-
ria (la morte per opioidi è tra le maggiori cause di mortalità
accidentale negli adulti) in cui non si possono escludere danni
al cervello. La risposta di stress ormonale che accompagna il
dolore acuto induce un aumento predominante nella VT , men-
tre cambiamenti di tipo psico-comportamentale indotti dal do-
lore influiscono maggiormente su fR (es. aumento di frequenza
con l’anticipazione del dolore prima dello stimolo nocicettivo).
Il controllo sulla respirazione ha effetto sul dolore percepito:
con una respirazione lenta e profonda si possono indurre cam-
biamenti cardiovascolari/autonomici, modulazione dell’attività
corticale, fattori psico-comportamentali. Infine fR risponde
sostanzialmente a stress emotivo, ambientale e carico cogni-
tivo. In generale fR è la componente comportamentale della
ventilazione minuto e ha una più marcata influenza sull’altra
componente della ventilazione minuto, cioè il volume corrente
VT che è metabolica, di quanta non ne abbia VT su fR.
La broncopneumopatia cronica ostruttiva BPCO 3 è una
malattia progressiva che rende difficoltosa la respirazione. Tra
i sintomi tosse, produzione di muco, affanno, mancanza di
respiro, costrizione toracica. È il risultato di danni ai polmoni
dal fumo di sigarette o dalla respirazione di fumo passivo o di al-
tre sostanze irritanti i polmoni quali inquinamento atmosferico,
polveri, fumi chimici. Non vi è una cura che possa invertire i
danni ai polmoni. Siccome si definisce cronica e progressiva,
l’unica cosa che si può fare è rallentarne il peggioramento at-
traverso la prevenzione, abolendo il fumo e scegliendo uno stile
di vita più attivo.
La condizione di asma colpisce circa 300 milioni di per-
sone nel mondo. L’ipersensiblità delle vie aeree causa infi-
ammazione per mezzo di eventi innescanti come comune raf-
freddore, stress, cambiamenti di stagione. L’infiammazione può
essere tale da ostruire il passaggio di aria e può portare alla
morte. In particolare si menziona in [8] l’esistenza di un cor-
relato indicante infiammazione delle vie aeree: il rapporto tra
volume espiratorio forzato erogato nel primo secondo e capacità
vitale forzata, cioè FEV1/FVC (indice di Tiffeneau-Pinelli) che
se inferiore a 0.75 suggerisce limitazioni nel flusso respiratorio.
2Unità di terapia intensiva. Più noto: l’inglese ICU (intensive care unit)
3in inglese COPD
3
6. 3 Sistemi indossabili
La parola indossabile evoca sicuramente nell’immaginario col-
lettivo un vestito, tuttavia se consultiamo un vocabolario alla
voce indossabile abbiamo subito un’accezione centrata. I sis-
temi indossabili in generale comprendono almeno un sensore,
un modulo di trasmissione e un’alimentazione.
Sensori
I sensori sono pensati concettualmente come dispositivi conte-
nenti due elementi che possono coincidere: l’elemento rilevante
una grandezza fisica 1 e l’elemento trasducente la grandezza ril-
evata in una grandezza elettrica.
Proprietà: tra immaginazione e pragmatismo
Se immaginassimo come dovrebbe essere il sensore ultimo e
perfetto lasciandoci ispirare dalla natura, la letteratura sembra
indicarci qualcosa che già esiste: la “pelle umana” [5][9]. In-
fatti le caratteristiche spesso elencate perchè ritenute essenziali
o comunque altamente desiderabili affinché un sensore sovra-
cutaneo e le sue componenti siano efficaci [2] sono: sensibilità,
flessibilità e varie abilità quali autorigenerazione, autopulizia,
autoalimentazione. L’autorigenerazione è fondamentale per au-
mentare la robustezza del dispositivo: le componenti di un dis-
positivo sono soggette a usura, strappi, danni che possono com-
prometterne il regolare funzionamento, che è invece anche in
parte reso possibile dalla proprietà di autopulizia. È una sfida
aperta l’integrazione di differenti componenti autoriparanti nei
sistemi elettronici multifunzionali. Vi si aggiunga poi la lin-
earità in quanto la deviazione da essa, che emerge quando il
sensore è sottoposto ad allungamento, porta a complessità ad
esempio nel processo di calibrazione. Tra queste proprietà si
deve porre particolare attenzione alla questione energetica: un
sensore ha infatti bisogno di essere alimentato in modo sta-
bile e continuo non solo ai fini della rilevazione del dato, ma
anche ai fini di una pre-elaborazione in situ (chip) e seguente
comunicazione del dato strutturato (modulo di trasmissione).
L’autoalimentazione è irrinunciabile, al pari della biocompati-
bilità, importante per un’adeguata integrazione con la pelle evi-
tando allergie o irritazioni o in generale materiali di compro-
vata citotossicità, e dell’adeguato interfacciamento con la pelle:
non deve mancare sufficiente elasticità per rimanere aderenti e
per adattarsi efficientemente ai movimenti meccanici del corpo.
Giocano quindi un ruolo fondamentale i materiali scelti come
costituenti e dunque è insita la necessità della ricerca di nuovi.
La pandemia da COVID-19 ha cambiato il concetto di nor-
malità e ha indirizzato l’attenzione verso le mascherine, in-
tese come un ambiente che raccoglie i gas inspirati ed espi-
rati. La mascherina, quando imposta, è stata accettata dalla
gran parte della popolazione, come accessorio essenziale scav-
alcando ogni aspetto di validazione sociale in ragione della ne-
cessità di abbattere i contagi. Inoltre l’endemizzazione sembra
1fondamentale o derivata
essere rallentata dalla possibilità di nuove varianti che possano
rapidamente soppiantare quella dominante. Aggiungendo che il
costo di produzione delle mascherine è molto basso e se ne pro-
ducono a milioni, pensare di aggiungere un dispositivo per mon-
itorare il flusso respiratorio spinge verso la direzione riassunta
negli aggettivi del titolo di questo articolo[10]: “Accurate, Cost-
Effective, Ultra-Low-Power, Non-invasive, Reusable”. Con un
consumo di 131.4µW, il dispositivo riutilizzabile, installabile
nella mascherina, consiste in una valvola unidirezionale di ma-
teriale plastico che convoglia il flusso espiratorio all’esterno e,
siccome l’aria espirata è più calda (più umida e ha più anidride
carbonica), tramite una serie di resistenze a coefficiente di tem-
peratura negativo rileva la variazione di temperatura che è in
parte eleaborata e trasmessa da un sistema su chip (SoC) con
tecnologia bluetooth a basso consumo (BLE).
Reti di sensori
Il modulo di comunicazione permette la trasmissione del dato.
La scelta di tecnologie wireless per la comunicazione è obbliga-
toria: non è pensabile vincolare tramite soluzioni cablate la ril-
evazione continua durante il normale svolgimento delle attività
quotidiane in ambienti extra clinici. Per garantire un quadro
completo sullo stato del corpo, sono però necessari più sen-
sori misuranti, non solo per fenomeni differenti ma anche solo
per migliorare una stessa stima [11]. Si parla di architetture
di sensori [12], in generale di WSN 2 e in particolare delle
WBASN3. Queste ultime sono reti con caratteristiche adeguate
allo scopo di monitoraggio continuo di parametri fisiologici del
corpo umano: ad esempio dimensioni centrimetriche, tecnolo-
gie wireless a bassa potenza, livello di sicurezza elevato, im-
patto della perdita data, velocità di trasmissione. Le WBASN3
sono reti di sensori4 –detto in metafora musicale– orchestrate da
un orchestrante5 che svolge funzione di server personale e che
dirige il flusso di dati verso l’esterno con destinazione ultima
un server con database sanitario. Si dintinguono tre livelli: un
primo livello (Tier I) che comprende la comunicazione tra sen-
sori e orchestrante (comunicazione intra-BASN); un secondo
livello (Tier II) indicante la comunicazione tra orchestrante e
uno o più AP6 (comunicazione inter-BASN); nel livello finale
(Tier III) si usa internet o altre reti per veicolare i dati alle entità
riceventi come personale medico e database sanitari (comuni-
cazione oltre-BASN). Da qui è facile immaginare cosa s’intenda
per IoMT (Internet of Medical Things): estendere la stessa strut-
tura in un ambiente collegante migliaia di dispositivi popolanti
le strutture dell’assistenza sanitaria elettronica (e-healthcare) e
che permettano di raggiungere i pazienti in modo capillare nel
territorio.
2acronimo le cui lettere indicano “Wireless Sensor Network”
3acronimo le cui lettere indicano “Wireless Body Area Sensor Network”
4ciascuno detto in inglese “node”
5detto in inglese “sink” o “base station” (BS)
6punti di accesso. Data la diffusione dell’elettronica di consumo ad es-
empio nei termini dello smartphone, dispositivo ormai ubiquitario e associabile
a un individuo (si pensi alle identità digitali), si sfruttano opportunamente le
capacità di calcolo e l’accesso al web.
4
7. Per i sensori in generale esistono già tecnologie radio (Blue-
tooth, ZigBee, Wibree1, UWB2), protocolli (ANT, RuBee, Sen-
sium, Zarlink, Z-Wave, Insteon) e strutture di programmazione
(Activity-aaService, BodyCloud, CODEBLUE, SPINE, TI-
TAN3). Ai fini di consumi energetici bassi per i sistemi indoss-
abili non invasivi sono consigliati: la tecnologia radio Wibree o
UWB e il protocollo Rubee o Sensium. Inoltre esistono alcune
proposte di protocolli d’instradamento efficienti dal punto di
vista energetico per le WBASN [12] differenti nella definzione
della funzione costo (CF) in particolare quali parametri tenere
in considerazione per garantire QoS4 come ad esempio l’energia
contenuta nei sensori, la distanza di un sensore dalla stazione
base, il calore in eccesso, il ritardo, le perdite nel cammino, il
numero di salti, l’evitare congestioni, le interferenze.
Sono da tenere in considerazione le problematiche della tec-
nologia wireless “on-body”, ad esempio considerazioni sulla
progettazione dell’antenna. Senza caratterizzare le antenne non
è possibile una trasmissione affidabile “on-body”: compattezza,
peso ridotto, alta efficienza e compatibilità nell’integrazione
con il ciruito restante. L’efficienza e il guadagno dell’antenna
“on-body” sono influenzate da tre parametri principali: il tipo di
antenna, la distanza dal corpo, la posizione nel corpo. Si è os-
servata una desintonizzazione della frequenza di risonanza man
mano che le antenne vengono avvicinate al corpo umano[13]. Il
corpo umano ha proprietà elettriche dispersive ed è molto dis-
persivo alle frequenze più alte, ne deriva una possibile scelta
del tipo di antenna nel criterio di minore propensione a cam-
biamenti in prossimità del corpo umano. La propagazione, poi,
che avviene sia con onde di superficie lungo l’interfaccia corpo-
aria sia con onde spaziali attraverso l’aria attorno al corpo, è
affetta in modo drammatico da cambiamenti nella postura, in-
cluse semplici attività quotidiane, in quanto determinano cam-
biamenti nella geometria del canale. L’importante è garantire
continuità nella “line of sight” (LoS) tra emettitore e ricevente.
Infine non devono essere sottovalutate le minacce alla si-
curezza delle WBASN che derivano da azioni di furto o com-
promissione dei dati, possibili a ciascuno dei tre livelli. Tra
le principali: intercettazioni, corruzione dei messaggi, modifica
dei dati, attacchi personificanti e dirottamento dei sensori.
Figura 5: architettura WBASN
1Bluetooth a basso consumo energetico
2“Ultra-WideBand”
3“TIny TAsk Network”
4qualità del servizio
Importanza dell’intelligenza artificiale
Si apprende da [14] una prima idea sull’insieme dei meccan-
ismi usati per trasformare dati grezzi in una nuova forma di
conoscenza. Tra i vari metodi e approcci nell’analisi intelli-
gente dei dati assurgono i modelli di apprendimento automatico
(machine learning), campo “secondario” dell’intelligenza ar-
tificiale, come forza innovatrice nella IoT e nell’industria
dell’indossabile. L’apprendimento automatico5 si divide a sua
volta in tre categorie principali:
• apprendimento supervisionato: fornendo alla macchina
mappe di associazione tra ingressi e uscite -numeriche o
non- di problemi -rispettivamente di analisi della regres-
sione o di classificazione- già risolti ci si aspetta che in-
ferisca gli output di “nuovi” problemi.
• apprendimento non supervisionato: a partire da un insieme
di dati la macchina impara a fare delle assunzioni che le
permettano di ammassare dati simili (cluster) che siano an-
che differenti da quelli in altri clusters.
• apprendimento per rinforzo: la macchina ottimizza le
sue azioni per massimizzare la ricompensa che ottiene al
vaglio di un feedback.
I metodi di classificazione possono essere usati per discriminare
le azioni o gli stati (es. valutazione della qualità del sonno) o
i movimenti o le anomalie dell’indossante i dispositivi. Sem-
pre in [14] si evidenzia la necessità di descrizioni anche delle
limitazioni d’uso negli algoritmi, che si tratti della potenza di
calcolo o nell’utilizzo di librerie open-source. Inoltre si può
astrarre il procedimento di analisi intelligente suggerito per gli
indossabili al polso e applicarlo al caso dei dispositivi di mon-
itoraggio per l’attività respiratoria o in generale a ogni sistema
di rilevamento artificiale:
• raccolta dei dati dai dispositivi;
• utilizzo dell’apprendimento automatico in computer re-
moto offline sicché possa costruire il modello di apprendi-
mento automatico;
• valutazione del modello confrontandolo ad altri approcci;
• utilizzo del modello di apprendimento automatico precos-
tituito.
Il quarto punto consentirebbe un’analisi intelligente in
tempo reale (obbiettivo ultimo): la necessità di capacità
computazionali comunque considerevoli -certo non quanto il
processo di costruzione dei modelli- può essere soddisfatta
dall’onnipresente smartphone.
5si suggerisce a proposito un “cheat sheet” in fieri
5
8. Alcuni esempi per il monitoraggio
respiratorio
Validazione
La mancanza di una struttura comune di validazione solle-
vata da [15] è in parte indirizzata da [1] nel suggerimento
all’utilizzo del grafico di Bland-Altman (appendice A) che
permette l’analisi di quanto concordino due metodi, di cui
uno sotteso allo strumento di riferimento (“gold standard”) e
l’altro al dispositivo testato, nel calcolare uno stesso parametro.
Qualora si abbia a che fare con un numero considerevole di
parametri può risultare utile un’ analisi alle componenti prin-
cipali (PCA, in appendice B), come si fa in [16]: limitandosi
alle prime tre componenti principali si ha un sistema di riferi-
mento tridimensionale nel quale proiettare i dati caratterizzando
cosı̀ in modo unico il modello di respirazione del soggetto.
Modalità indiretta
Si trovano alcuni riferimenti in [6] sulla rilevazione dei gas
ematici.
Poiché le arterie non sono tipicamente esposte sulla superfi-
cie, per arrivare a rilevare i parametri legati ai gas nel sangue
con un approccio non invasivo si fa una misurazione transcu-
tanea1 -ad esempio nel polso (arteria radiale o ulnare)- che
stima la saturazione dell’ossigeno o le pressioni parziali ar-
teriose (PtcCO2, PtcO2) attraverso la diffusione del gas at-
traverso la pelle. In realtà i transcutanei della CO2 sono al limite
dell’invasività perché spesso per facilitare la diffusione si in-
duce iperemia scaldando la pelle fino a 42◦C. Per i transcutanei
del O2 si usano gli elettrodi di Clark2, la cui corrente di ossi-
doriduzione è proporzionale alla PtcO2 che è in relazione lin-
eare con PaO2. Infine per la saturazione periferica dell’ossigeno
(SpO2) è stimata dai pulsossimetri che basano il loro funziona-
mento sul confronto tra i fotopletismogrammi di un onda nella
frequenza del rosso e una nella frequenza dell’infrarosso rac-
colte da un fotorilevatore.
In alternativa alla fotopletismografia lo studio [17], conscio
delle limitazioni della PPG e della necessità di una robusta
modalità di rilevamento non invasiva, applicabile al polso e
non compromettente la qualità del segnale, propone ad esem-
pio una tecnica basata sulla bio-impedenza risultante dal rap-
porto tra una tensione rilevata rispetto una corrente sinusoidale
immessa (0.4mA, 10KHz) alle estremità di un tatuaggio elet-
tronico in oro ultrasottile. La variazione dell’impendenza è un
indicatore diretto del volume di sangue che viaggia attraverso
una porzione di arteria, che è stata individuata precedentemente
all’applicazione del tatuaggio con un doppler a ultrasuoni.
1abbreviato “tc”
2costituito da un catodo di platino (Pt) e un anodo di argento e il suo cloruro
(Ag/AgCl)
Modalità diretta
Flusso d’aria
I vincoli di portabilità e non-invasività restringono la zona di
rilevamento alla sola zona del prolabio se il flusso è nasale. Se
il flusso è orale, è difficile intercettarlo perché può essere di-
rezionato anche a piacere dalla contrazione volontaria delle lab-
bra. Se invece si antepone una camera a ricettacolo, come può
essere una maschera di respirazione[18] o una mascherina[10],
è possibile, ma il problema, qui, sta nella praticità alla porta-
bilità per il monitoraggio continuo quotidiano -specie in ambi-
ente extra clinico- più che nelle modalità di rilevamento, come
ad esempio umidità [18] e temperatura [19].
Movimenti del busto
Si può derivare la fR dalla misura di cambiamenti di incli-
nazione dovuti alla respirazione usando accelerometri o unità
di misurazione inerziale (IMU)[20] con sensori indossabili di
dimensioni centimetriche, sebbene siano pochi gli studi che af-
frontano il problema degli artefatti motorii che limitano l’uso
dei sistemi IMU in condizioni dinamiche.
La letteratura[13] attesta che nel 2010 il monitoraggio con-
venzionale non-invasivo del ritmo respiratorio nella ricerca clin-
ica si misurava o con la pneumografia a impedenza, misurante
i cambiamenti di impedenza tra due elettrodi sopra il torace, o
con la pletismografia induttiva (RIP3), che misura l’ auto in-
duzione dei due cavi (torace, addome) causata dai cambiamenti
volumetrici toraco-addominali dettati dalla respirazione, ma il
fattore di forma non era tale da permettere portabilità e indoss-
abilità accettabili. Con il tempo i ricercatori hanno ridotto le di-
mensioni dei RIP[21] ma i sensori riportati in letteratura davano
misure solo per fR e non per il volume. Lo studio [22] (2019) ha
dimostrato la fattibilità nel monitoraggio continuo di entrambe.
In modo simile alla RIP si posizionano due sensori di dimen-
sioni centrimetriche (2.1 x 1 x 0.05), costituiti da una sottile
pellicola in metallo piezoresistiva su un substrato di elastomero
di silicone, uno nell’addome e uno nel torace per misurare du-
rante la respirazione l’espansione e la contrazione nelle rispet-
tive sedi. Inoltre un accelerometro triassiale nei pressi dello
xifoide rileva e misura ogni movimento.
Un altro modo per caratterizzare il comportamento respirato-
rio è attraverso un sensore a ultrasuoni, ad esempio [8] propone
un sistema costituito da una coppia emettitore/ricevitore di ul-
trasuoni e dai moduli di acquisizione dei dati e di trasmissione.
La rivoluzione nei sensori è avvenuta però con i nanogenera-
tori. Ad esempio [23] riporta un dispositivo a cintura basato su
un sensore triboelettrico sensibile alle variazioni della circon-
ferenza addominale.
Nella sezione successiva vengono esplorate le nanoscale.
3Respiratory Inductance Plethysmography
6
9. 4 Nanoscale
La miniaturizzazione alle nanoscale consente di ridurre le di-
mensioni dei dispositivi, tuttavia più piccolo è il sensore e mag-
giore dev’essere l’attenzione nel posizionamento adeguato.
Esempi di nanomateriali
Sono attenzionati alcuni derivati alle nanoscale del carbonio,
in particolare la forma allotropica a struttura cilindrica detta
nanotubo (CNT), che possono essere classificati in base al nu-
mero di pareti1. Mancano tuttavia di poprietà importanti, in-
fatti possiedono scarsa solubilità in acqua, bassa biodegrad-
abilità e dispersione, problemi di tossicità associati alle inter-
azioni con biomolecole[24]. Perciò vengono utilizzati per ma-
teriali nanocompositi, non solo perché amplificano le proprietà
elettriche e meccaniche ma anche perché sono funzionalizz-
abili, cioè si può modificare sia la superficie interna, riempi-
endo il nanotubo con materiale terzo (funzionalizzazione en-
doedrica), sia quella esterna, cioè si attaccano uno o più gruppi
funzionali adeguati a particolari targets da rilevare (funzional-
izzazione esoedrica), cambiandone quindi le proprietà. In par-
ticolare nei biosensori i CNTs sono l’ideale per la trasduzione
del segnale elettrico generato dal riconoscimento del target an-
che a basse concentrazioni (alto rapporto area-volume). A mit-
igare le domande riguardo potenziali problematiche di tossicità
dei CNT è stato proposto un approccio “safe(r)-by-design”[25]:
l’inserimento in matrici di idrogel o altri polimeri (es. PDMS).
Gli idrogels, classificabili a seconda della natura del reticolare
-fisica (interzioni elettrostatiche) o chimica (legami covalenti)-
determinante le proprietà finali, sono strutture polimeriche 3D
idrofile, usate in campo biomedico per la loro biocompatibilità
e bassa risposta infiammatoria indotta, e possono rispondere a
diversi stimoli come variazione di temperatura o PH. Spesso si
scelgono polimeri naturali perché la più parte è biocompatibile e
rinnovabile, anche se esistono polimeri sintetici che soddisfano
i criteri di biocompatibilità. Esempi di polimeri biologici: acido
ialuronico, collagene, pectina, fibrina. Esempi di monomeri sin-
tetici: acrilamide (AM), metil metacrilato (MMA), alcol vinil-
ico (VA).
(a) (b)
Figura 6: (a) funzionalizzazione CNTs, (b) funzionamento DIW
1Singola (SWCNT) o multipla (MWCNT)
Esempi di tecniche
Tecniche di lavorazione alle nanoscale richiedono nuovi stru-
menti, come le tecnologie di stampa tridimensionale nella fat-
tispecie della “Direct Ink Writing”(DIW)[26], o vecchi stru-
menti adattati, come il kirigami2 che applicato alle nanofab-
bricazioni[27] rende modulabili le proprietà (meccaniche, elet-
triche, magnetiche, ottiche) del materiale.
La DIW per costruire e mantenere la forma e la strut-
tura dell’oggetto desiderato sfrutta le proprietà reologiche e
la rigidità meccanica dell’estruso uscente dall’ugello senza
bisogno di attesa per l’asciugatura o la solidificazione.
L’inchiostro deve perciò avere una certa viscosità. Qualora cosı̀
non fosse si sopperisce alla mancanza: ad esempio i CNTs gen-
eralmente abbisognano di polimeri esterni e additivi per ren-
dere possibile la stampa. Questa tecnica permette la realiz-
zazione di batterie e di supercondensatori flessibili, ad esempio
basati su SWCNT con capacità al 96.5% (rispetto all’iniziale)
dopo 50000 cicli di GCD3 a 1.32A/cm3, densità energetiche di
1.18mWh/cm3 e densità di potenza di 11.8W/cm3 (dati estratti
da p.68 di [26]).
Kirigami e origami applicati alle nanoscale si differenziano
dalle tecniche 3D standard, i cui volumi di fabbricazione
crescono linearmente con il tempo di fabbricazione: sebbene la
trasformazione 2D-3D possa occupare uno spazio che varia non
linearmente di alcuni ordini di grandezza, forniscono la possi-
bilità di creare geometrie 3D che si spingono oltre le proget-
tazioni immaginabili sulle fabbricazioni convenzionali di tipo
additivo/sottrattivo. Servono gli equivalenti alle nanoscale del
taglio e della piega: ci sono vari meccanismi e tecniche indi-
rette usate come forze capillari, tensione residua, forze mecca-
niche, materiali reattivi, tensione a irradiazione a fascio ionico.
Particolarmente attenzionata è la FIB (Focused-Ion-Beam irra-
diation): dosando il raggio ionico, si possono ottenere le azioni
base (piegatura, curvatura, torsione) del kirigami e creare istan-
taneamente nano-kirigami con alte risoluzioni[27]. Tuttavia la
velocità di fabbricazione è relativamente lenta per applicazioni
su larga scala. Più in generale il kirigami/origami sui circuiti
integrati dev’essere ancora esplorato su larga scala.
Figura 7: Architetture kirigami (da internet)
2insieme di algoritmi di trasformazione di fogli (2D) in oggetti (3D) tramite
l’uso di pieghe e tagli
3“Galvanostatic Charge/Discharge”, carica/scarica a corrente costante
7
10. Nanogeneratori
Anche se inizialmente erano pensati come procacciatori di
energia1, negli ultimi anni si tende a pensarli nei ter-
mini di sensori autosufficienti[28], riducendo cosı̀ il dis-
pendio energetico a elaborazione e comunicazione del rilevato.
L’autoalimentazione del sensore sembra essere una caratteris-
tica ormai irrinunciabile per evidenti motivi pratici i cui ben-
efici sono manifesti se l’alternativa è la batteria rigida (fattore
forma, sostituzione/ricarica)[29]. Tuttavia in generale i sen-
sori indossabili non sono ancora robusti, cioè mancano di suffi-
ciente densità energetica e potenza, hanno scarsa stabilità e os-
tacoli nell’integrazione in dispositivi multifunzione e non sono
ancora raggiunti gli obiettivi di facilità d’uso e rilevamento in
tempo reale[29]. Usualmente si trova distinzione a seconda dei
meccanismi di generazione2: se la pressione esercitata sul ma-
teriale genera elettricità, si hanno i PENG3; se lo strofinio di
due materiali genera elettricità, si hanno i TENG4; se la vari-
azione di temperatura del materiale genera elettricità, si hanno i
PyENG5. La scelta dei materiali è quindi rilevante: sono ideal-
mente desiderabili ai fini del funzionamento quei materiali che
siano molto sensibili a ciò che si vuole rilevare e molto insen-
sibili a tutto il resto. Inoltre non sono da sottovalutare i costi
di produzione e mantenimento sia in termini pecuniari che in
termini ambientali. Segue una lista riguardo i nanogeneratori.
PENG
Per i PENG ci servono materiali che rispondono a una de-
formazione meccanica generando una differenza di potenziale
elettrico (effetto piezoelettrico diretto). Questa caratteristica in
maniera più o meno marcata è tipica di qualsiasi cristallo privo
di centro di simmetria: infatti se in condizioni di quiete esistono
dipoli elettrici, costituenti la struttura cristallina, tali che siano
disposti nella condizione di neutralità elettrica, allora una com-
pressione6 applicata al cristallo su facce opposte è distribuita su
ciascuna cella dove si determina un vettore di polarizzazione ⃗
P,
cioè l’effetto totale dei dipoli elettrici di una cella, non nullo
e genera una polarizzazione di carica del materiale nelle due
facce opposte, l’una positiva e l’altra negativa7, la cui densità
di carica è tanto maggiore quanto è maggiore la pressione es-
ercitata. Se quindi si chiude il circuito tra le due facce tramite
un’impedenza si può rilevare la differenza di potenziale8. Sono
spesso nominati a proposito: ZnO (ossido di Zinco), BaTiO3
(Titanato di Bario), PZT 9, PVDF (Polivinilidenfluoruro).
1“Harvesters”, “Scavengers”. Il primo generatore risale al 2006 secondo
[28] e [29]
2prefissi indicanti meccanismo di funzionamento ’PyE-’,’TE-’,’PE-’, il
suffisso ’-NG’ indica “Nano-Generator”
3“Piezo-Electric-Nano-Generator”, dal greco πιέζο-μαι: premo, comp-
rimo.
4“Tribo-Electric-Nano-Generator”, dal greco τρίβ-ω: strofino.
5“Pyro-Electric-Nano-Generator”, dal greco πυρ-ός: fuoco.
6o una espansione
7si invertono se espansione
8di segno opposto se espansione
9Pb(ZrxTi1−xO3), Piombo-Zirconato di Titanio
Figura 8: PENG
stato originario
- - - - - - - - -
+ + + + + + + + +
- - - - - - - - -
+ + + + + + + + +
+ + + + + + + + +
- - - - - - - - - I
+ + + + + + + + +
- - - - - - - - -
- - - - - - - - -
+ + + + + + + + +
I
PyENG
Per i PyENG il principio di funzionamento si spiega con-
siderando l’azione della variazione di temperatura sul dipolo
del materiale inserito tra i due strati conduttori: allo stato di
equilibrio (1), cioè a temperatura ambiente, i dipoli elettrici di
un materiale piroelettrico polarizzato inducono addensamenti di
carica positiva e negativa agli elettrodi. L’aumento della tem-
peratura (2) determina la perdita di orientazione dei momenti
di dipolo, riducendo la densità di polarizzazione del materiale.
In particolare diminuiscono i portatori liberi entro la superfi-
cie del materiale: collegati gli strati conduttori si induce quindi
corrente. Dismesso l’incremento di temperatura si raggiunge
un altro equilibrio (3). Con il decremento della temperatura (4)
la corrente è indotta nel verso opposto. È spesso nominato il
PVDF.
Figura 9: PyENG
(1) dT/dt = 0
- - - - - - - - - - -
+ + +
- - - - - -
+ + +
+ + + + + + + + + + + +
(2) dT/dt > 0
- - - - - - - - - - -
+ + +
- - - - - -
+ + +
+ + + + + + + + + + + +
I
(3) dT/dt = 0
- - - - - - - - - - -
+ + +
-
-
-
-
-
-
+ + +
+ + + + + + + + + + + +
(4) dT/dt < 0
- - - - - - - - - - -
+ + +
- - - - - -
+ + +
+ + + + + + + + + + + +
I
8
11. TENG
Per i TENG il principio di funzionamento si spiega attraverso
due concetti: l’elettrificazione per attrito e l’induzione elettro-
statica. Ci sono quattro modalità di funzionamento:
In (a) due superfici, che a seguito del contatto presentano stesse
quantità di cariche ma differenti nel segno, si separano verti-
calmente: si forma un condensatore di capacità tanto minore
quanto maggiore è la distanza. Se alle due superfici opposte
del materiale si collegano elettrodi metallici aumentando la
distanza, gli elettroni del materiale carico negativamente -per
riequilibrare la carica- fluiscono verso il materiale carico posi-
tivamente mentre diminuendo la distanza ritornano indietro.
In (b) quando una superficie scorre lateralmente sull’altra si
possono individuare una zona di contatto e una zona di non
contatto. Questa diminuisce fintanto che le due superficie si
sovrappongono e poi aumenta, facendo corrispondere il movi-
mento alternato degli elettroni nel circuito esterno.
In (c) le cariche generate dai due materiali di contatto gener-
ano la capacità di un condensatore composto da un elettrodo
movente e uno di riferimento. Variando la distanza tra i due elet-
trodi si ha variazione della capacità corrispondente alle cariche
trasferite tra le piastre capacitive nel circuito esterno. Una sua
ottimizzazione si trova in (d), simile ad (a) e (b). Possono es-
sere migliorati sia attraverso l’ottimizzazione dei materiali sia
attraverso strategie di accumulo della carica [30]. Sono spesso
nominati a proposito questi materiali: PDMS (polidimetilsilos-
silano), n-PTFE (nanostrutture di politetrafluoroetilene), PE-
DOT:PSS1, ossido di grafene (GO).
Altro
La distinzione sopra non è esaustiva2 si accodano gli effetti:
• igroelettrico3 secondo il quale è possibile trasformare il
potenziale energetico delle molecole d’acqua in elettricità,
in particolare una singola pellicola di ossido di grafene
(GOF4) con il gradiente di un gruppo pre-formato con-
tentente ossigeno (es. −OH, −COOH), può convertire
l’energia dell’umidità in elettricità (MEET5) cosı̀: questo
gradiente-GOF (g-GOF) permette l’adsorbimento delle
molecole di umidità e il formarsi di un gradiente di con-
centrazione di H+ liberi, equilibrato da uno spostamento di
elettroni attraverso un circuito esterno. Il campo elettrico
indotto contrasta il gradiente di concentrazione cationico
iniziale finché con il desorbimento dell’acqua, risulta in
una corrente inversa;
• elettromagnetico, ma i dispositivi costruiti con
quest’ultimo non soddisfano il requisito di flessibilità
in quanto richiedenti strutture rigide e ingombranti per
l’interazione tra magnete e spire conduttive.
1poly(3,4-ethylenedioxythiophene): poly(4-styrenesulfonate)
2la tendenza a ibridizzare e a creare nuovi acronimi sembra prassi comune
in ambito di ricerca.
3dal greco ὑγρο-: umido
4“Graphene Oxide Film”
5“Moisture-Electric Energy Transformation”
Figura 10: TENG modalità di funzionamento
(a) separazione verticale
- - - - - - - - -
+ + + + + + + + + + e−
e−
- - - - - - - - -
+ + + + + + + + + +
(b) scorrimento laterale
e−
e−
- - -
+ + + + + + + +
- - - - - - -
+ + +
(c) elettrodo singolo
e−
e−
- - - - - - - - -
+ + + + + + + + + +
(d) sè-stante
e− e−
- - - - - - - - -
+ + + + + + +
Figura 11: HyENG
Alto
rapporto tra
ossigeno e carbonio
Basso/a Alta
densità H+
adsorbimento di umidità
cationi idrogeno
gruppi funzionali anionici dell’ossigeno
Desorbimento
9
12. 5 Conclusioni
Una conclusione particolare e limitata
La nuova generazione di indossabili non può essere pensata
senza strategie di efficientamento energetico e quindi senza
nanogeneratori. Il motivo è semplice: i nanogeneratori non
rilevano la risposta di uno stimolo indotto, che richiede energia,
bensı̀ trasducono una stimolazione connaturata nella fisiologia
dell’apparato, nel nostro caso respiratorio, nella fattispecie
del segnale di espansione/riduzione circonferenza toracica o
addominale (TENG). Non si può che concordare con [28]: i
nanogeneratori sono importanti perché possono agire sia come
sensori che come raccoglitori di energia che altrimenti andrebbe
dispersa inutilmente, inoltre se distribuiti possono creare una
rete di sensori o di raccoglitori, dunque sono necessari metodi
di estrazione e analisi dei segnali nanogenerati. In particolare
per la rilevazione dell’attività respiratoria la direzione è indicata
dallo sviluppo dei sensori autoalimentati basata sui nanogen-
eratori nello specifico dei TENG. Oltre a quanto detto sopra,
come elencato in [30] le sfide chiave risiedono nel ripensare
tutto ciò che segue nella catena del sistema artificiale (figura
1) alle “esigenze” dei TENG cioè: circuiti integrati specifici
per le applicazioni (ASIC) progettate, quindi alte prestazioni a
basso consumo energetico; algoritmi e teorie per estrarre i dati;
nuovi sistemi comunicativi e l’applicazione dell’intelligenza
artificiale per estrarre nuova conoscenza, in quanto la qualità
dei dati rappresenta una limitazione vincolante.
Su suggerimento di [1], è necessario un approccio dal generale
al particolare (“top-down”) nella definizione degli obbiettivi di
monitoraggio e di scenario di misurazione dal quale dedurre
tutto il resto. Si può quindi sollevare la necessità di un dis-
positivo multi-sensore per monitoraggio continuo nelle attività
quotidiane extra-cliniche che rilevi in modo non invasivo un
numero di segnali ritenuti essenziali per rappresentare un
quadro di salute completo (non solo dell’attività respiratoria)
del soggetto indossante. Servirebbero a proposito studi atti ad
individuare:
• tutti i segnali ritenuti necessari, in particolare sondare
alcuni criteri per decidere quali segnali sono utili e quali
no. Ad esempio, astraendo da quanto esposto nelle
alterazioni rilevanti dell’attività respiratoria, segnali che
attraverso il monitoraggio continuo indichino episodi
-degni di nota e anche non altrimenti avvertiti- di malfun-
zionamento fisologico per i quali l’intervento preventivo
possa determinare un miglioramento nella qualità della
vita.
• la raccolta di informazioni riguardo:
– sensori già sviluppati siano essi versatili, ad esem-
pio in [31] si evidenziano le capacità multifunzione
e multimodali dei sensori estensibili attraverso de-
formazione o attraverso pressione con i quali sono
possibili rilevazioni di alcuni segnali fisiologici (fre-
quenza respiratoria, frequenza cardiaca, pressione
sanguigna, movimento) o siano essi dedicati per cias-
cun segnale selezionato al punto precedente. In en-
trambi i casi devono essere confrontati con simili
segnali uscenti da sistemi di riferimento nella vali-
dazione di ogni variabile di interesse.
– sforzi già compiuti nella direzione di dispositivi
multi-sensore.
Una conclusione generale e lungimirante
È facile elencare i perché si dovrebbe fare: la miniaturiz-
zazione dei sensori, la diffusione attraverso la rete di queste in-
formazioni (IoT e 5G), l’intelligenza artificiale possono essere
sicuramente grandi strumenti, ma recenti avvenimenti stanno
accrescendo l’importanza che si sarebbe dovuto già dirigere
alla formazione, all’educazione, all’istruzione delle persone che
costituiscono le comunità occidentali. La pandemia da COVID-
19 dimostra quanto siamo fragili. Esistono diversi esempi per
i quali si può dire con ragionevole evidenza che abbia un certo
grado di veridicità il principio di eterogenesi dei fini e di come
fini assolutamente benefici vengano percepiti come assoluta-
mente diabolici: un caso su tutti l’esistenza del movimento
no-vax. Non c’è possibilità di dialogo al fine di dissuadere
l’altro da me se l’altro da me non possiede gli strumenti per
interpretare la realtà che lo circonda. Purché la Scienza non
sia da intendere come un sapere autotelico, ma piuttosto come
un sapere al servizio dell’essere umano (e non il contrario),
proviamo a immaginare il perché si dovrebbe subordinato alla
condizione che tutti siano in grado di intenderne i benefici.
Prima che altri cambiamenti artificiali1, la cui incidenza quan-
titativa sia cosı̀ massiva da determinare cambiamenti qualita-
tivi nell’ambiente2 in cui siamo immersi, proiettino un futuro
che contempli l’estinzione di intere specie o della vita stessa,
è quantomai cruciale la formazione degli esseri umani come
forma di prevenzione.
1che siano già in atto o che siano potenzialmente attuabili
2non solo fisico anche inteso come sovrastruttura sociale
10
13. Appendice
A Grafico di Bland-Altman
Preso un campione W di N osservazioni w1, ... , wN
si applicano i due metodi M1,M2 considerati
M1(w1), M2(w1), ... , M1(wN), M2(wN)
ottenendo cosı̀ 2N stime. Da queste coppie si ottengono i punti
del grafico che hanno in ascissa la media aritmetica e in
ordinata lo scarto
P(xi, yi) =
M1(wi)+M2(wi)
2
, M1(wi)−M2(wi)
∀i ∈ {1, ... , N}. Si calcolano poi la media e la deviazione
standard corretta1 sull’insieme delle ordinate dei punti trovati
per evidenziare la fascia LoA:
y±[a(N)·sY ]
con a coefficiente dipendente dal numero di osservazioni N.
y =
1
N
N
∑
i=1
yi , sY =
v
u
u
t 1
N −1
N
∑
i=1
yi
2
!
−
N
N −1
y2
Esempio di grafico2
−0.5−0.4−0.3−0.2−0.1 0 0.1 0.2 0.3 0.4 0.5
−0.5
−0.4
−0.3
−0.2
−0.1
0
0.1
0.2
0.3
0.4
0.5
x (MEDIA)
(DIFFERENZA)
y
1sicché E[s2
Y ] = σ2
Y
2I dati usati sono generati in modo pseudo-casuale, dopo aver fissato media
e deviazione standard
B Analisi alle componenti principali
Si tratta di una trasformazione lineare usata nella statistica mul-
tivariata per ridurre il numero di parametri che descrivono un
insieme di dati.
Si considerino una popolazione di n soggetti e l’insieme V di m
parametri v1,...,vm.
Standardizzazione e matrice covarianze
Dalla matrice dei dati B in cui l’elemento bhi rappresenta il val-
ore del parametro i ∈ {1,...,m} sul soggetto h ∈ {1,...,n}. Si
calcolano media empirica µi e deviazione standard empirica σi
e si ottiene la matrice X di elementi xij =
bij−µj
σj
Bn×m =
b11 ... b1m
.
.
.
...
.
.
.
bn1 ... bnm
⇒
b11−µ1
σ1
... b1m−µm
σm
.
.
.
...
.
.
.
bn1−µ1
σ1
... bnm−µm
σm
= Xn×m
Siccome i dati in X sono standardizzati la matrice simmetrica
delle covarianze Σ
Σ
Σ coincide con la matrice delle correlazioni:
Σ
Σ
Σm×m =
1 Corr(1,2) ... Corr(1,m)
Corr(2,1) 1 ... Corr(2,m)
.
.
.
.
.
.
...
.
.
.
Corr(m,1) Corr(m,2) ... 1
di elementi
Corr(j,i) = Corr(i, j) =
1
n−1
n
∑
h=1
(xhi ·xhj)
Identificazione delle componenti principali
Risolvendo il polinomio caratteristico p(λ) = det(Σ
Σ
Σ − λI)=0,
si ricavano m autovalori reali e quindi m autovettori. Con un or-
dinamento secondo autovalori decrescenti della matrice diago-
nale Λ
Λ
Λ e delle corrispondenti colonne di M, si ha Σ
Σ
Σ = MT Λ
Λ
Λ M.
Si sceglie il sottoinsieme W di dimensione L m nell’insieme
degli autovettori costituenti M con L minimo tale che
gL
gm
0.9 con gj =
j
∑
k=1
λk ∀j = 1,...,m
W è quindi la matrice di dimensioni m × L che mi permette il
cambio di base. Perciò sia Tn×L = X · W, allora la colonna j-
esima di T rappresenta la proiezione dei dati degli n soggetti
lungo la j-esima componente principale, mentre la riga i-esima
di T rappresenta la proiezione dei dati dell’ i-esimo soggetto
lungo le L componenti principali.
11
14. Riferimenti bibliografici
[1] Andrea Nicolò et al. “The Importance of Respiratory
Rate Monitoring: From Healthcare to Sport and Exer-
cise”. In: 20.21 (Nov. 2020), p. 6396. DOI: 10.3390/
s20216396.
[2] Nagaraj P. Shetti et al. “Skin-Patchable Electrodes for
Biosensor Applications: A Review”. In: 6.4 (Mar. 2020),
pp. 1823–1835. DOI: 10 . 1021 / acsbiomaterials .
9b01659.
[3] Jieyu Dai et al. “Recent progress of self-powered res-
piration monitoring systems”. In: 194 (Dec. 2021),
p. 113609. DOI: 10.1016/j.bios.2021.113609.
[4] Yuemeng Cheng et al. “Recent developments in sen-
sors for wearable device applications”. In: 413.24 (Aug.
2021), pp. 6037–6057. DOI: 10.1007/s00216- 021-
03602-2.
[5] “Wearable Sensors: Fundamentals, Implementation and
Applications”. In: ed. by Edward Sazanov. Academic
Press, 2020. Chap. 1, pp. 6, 10.
[6] Ian M. Costanzo et al. “Respiratory Monitoring: Current
State of the Art and Future Roads”. In: IEEE Reviews in
Biomedical Engineering (2020), pp. 1–1. DOI: 10.1109/
RBME.2020.3036330.
[7] Torben Noto et al. “Automated analysis of breathing
waveforms using BreathMetrics: a respiratory signal pro-
cessing toolbox”. In: Chemical Senses 43.8 (July 2018),
pp. 583–597. DOI: 10.1093/chemse/bjy045.
[8] Ang Chen et al. “Wireless Wearable Ultrasound Sensor
on a Paper Substrate to Characterize Respiratory Behav-
ior”. In: ACS Sensors 4.4 (Mar. 2019), pp. 944–952. DOI:
10.1021/acssensors.9b00043.
[9] Ying Chen et al. “Breathable and Stretchable Tempera-
ture Sensors Inspired by Skin”. In: Scientific Reports 5.1
(June 2015). DOI: 10.1038/srep11505.
[10] Yu Xu et al. “Towards Accurate, Cost-Effective, Ultra-
Low-Power and Non-Invasive Respiration Monitoring: A
Reusable Wireless Wearable Sensor for an Off-the-Shelf
KN95 Mask”. In: Sensors 21.20 (Oct. 2021), p. 6698.
DOI: 10.3390/s21206698.
[11] Ailton Siqueira et al. “Respiratory Waveform Estima-
tion From Multiple Accelerometers: An Optimal Sen-
sor Number and Placement Analysis”. In: IEEE Journal
of Biomedical and Health Informatics 23.4 (July 2019),
pp. 1507–1515. DOI: 10.1109/jbhi.2018.2867727.
[12] Rahat Ali Khan and Al-Sakib Khan Pathan. “The state-
of-the-art wireless body area sensor networks: A survey”.
In: International Journal of Distributed Sensor Networks
14.4 (Apr. 2018), p. 155014771876899. DOI: 10.1177/
1550147718768994.
[13] Tuba Yilmaz, Robert Foster, and Yang Hao. “Detecting
Vital Signs with Wearable Wireless Sensors”. In: Sensors
10.12 (Dec. 2010), pp. 10837–10862. DOI: 10.3390/
s101210837.
[14] Aida Kamišalić et al. “Sensors and Functionalities of
Non-Invasive Wrist-Wearable Devices: A Review”. In:
Sensors 18.6 (May 2018), p. 1714. DOI: 10 . 3390 /
s18061714.
[15] Erik Vanegas, Raul Igual, and Inmaculada Plaza. “Sens-
ing Systems for Respiration Monitoring: A Technical
Systematic Review”. In: Sensors 20.18 (Sept. 2020),
p. 5446. DOI: 10.3390/s20185446.
[16] Vishal Varun Tipparaju et al. “Respiration pattern recog-
nition by wearable mask device”. In: Biosensors and Bio-
electronics 169 (Dec. 2020), p. 112590. DOI: 10.1016/
j.bios.2020.112590.
[17] Kaan Sel et al. “A Wrist-worn Respiration Monitoring
Device using Bio-Impedance”. In: 2020 42nd Annual
International Conference of the IEEE Engineering in
Medicine Biology Society (EMBC). IEEE, July 2020.
DOI: 10.1109/embc44109.2020.9176367.
[18] Yu Pang et al. “Wearable humidity sensor based on
porous graphene network for respiration monitoring”.
In: Biosensors and Bioelectronics 116 (Sept. 2018),
pp. 123–129. DOI: 10.1016/j.bios.2018.05.038.
[19] Tao Jiang et al. “Wearable breath monitoring via a hot-
film/calorimetric airflow sensing system”. In: Biosensors
and Bioelectronics 163 (Sept. 2020), p. 112288. DOI: 10.
1016/j.bios.2020.112288.
[20] Ambra Cesareo et al. “A novel acquisition platform for
long-term breathing frequency monitoring based on in-
ertial measurement units”. In: Medical Biological En-
gineering Computing 58.4 (Jan. 2020), pp. 785–804.
DOI: 10.1007/s11517-020-02125-9.
[21] Hongyu Chen et al. “A Wearable Daily Respiration Mon-
itoring System Using PDMS-graphene Compound Ten-
sile Sensor for Adult”. In: 2019 41st Annual Interna-
tional Conference of the IEEE Engineering in Medicine
and Biology Society (EMBC). IEEE, July 2019. DOI: 10.
1109/embc.2019.8857144.
[22] Michael Chu et al. “Respiration rate and volume mea-
surements using wearable strain sensors”. In: npj Digital
Medicine 2.1 (Feb. 2019). DOI: 10.1038/s41746-019-
0083-3.
[23] Zhicheng Zhang et al. “A Portable Triboelectric Nano-
generator for Real-Time Respiration Monitoring”. In:
Nanoscale Research Letters 14.1 (Nov. 2019). DOI: 10.
1186/s11671-019-3187-4.
[24] Viviana Negri et al. “Carbon Nanotubes in Biomedicine”.
In: Topics in Current Chemistry 378.1 (Jan. 2020). DOI:
10.1007/s41061-019-0278-8.
12
15. [25] Juliette Simon, Emmanuel Flahaut, and Muriel Golzio.
“Overview of Carbon Nanotubes for Biomedical Appli-
cations”. In: Materials 12.4 (Feb. 2019), p. 624. DOI: 10.
3390/ma12040624.
[26] Pan Jiang et al. “Recent advances in direct ink writing
of electronic components and functional devices”. In:
Progress in Additive Manufacturing 3.1-2 (Dec. 2017),
pp. 65–86. DOI: 10.1007/s40964-017-0035-x.
[27] Shanshan Chen et al. “Kirigami/origami: unfold-
ing the new regime of advanced 3D microfabrica-
tion/nanofabrication with “folding””. In: Light: Science
Applications 9.1 (Apr. 2020). DOI: 10 . 1038 /
s41377-020-0309-9.
[28] Zhe Li et al. “Nanogenerator-Based Self-Powered Sen-
sors for Wearable and Implantable Electronics”. In: 2020
(Mar. 2020), pp. 1–25. DOI: 10.34133/2020/8710686.
[29] Aaryashree et al. “Recent developments in self-powered
smart chemical sensors for wearable electronics”. In:
Nano Research 14.11 (Feb. 2021), pp. 3669–3689. DOI:
10.1007/s12274-021-3330-8.
[30] Yicheng Shao et al. “Nanogenerator-based self-powered
sensors for data collection”. In: 12 (July 2021), pp. 680–
693. DOI: 10.3762/bjnano.12.54.
[31] Toan Dinh et al. “Stretchable respiration sensors: Ad-
vanced designs and multifunctional platforms for wear-
able physiological monitoring”. In: Biosensors and Bio-
electronics 166 (Oct. 2020), p. 112460. DOI: 10.1016/
j.bios.2020.112460.
13